QueryList递归采集时，Range方法如何避免数据合并？（递归.采集.合并.方法.数据...）

wufei1232025-03-08PHP5

querylist递归采集时，range方法避免数据合并详解

使用QueryList进行多级数据采集时，递归调用querydata函数容易导致range()方法出现数据合并问题。本文通过一个案例分析range()方法在递归调用中的作用，并解释文档示例与实际运行结果的差异。

问题描述：

以下代码尝试从HTML结构中提取标题（h3）和列表（.list）信息，列表中包含多个子项（.item）。递归调用querydata函数提取子项时，item字段数据却合并了，而非预期的独立列表。

代码示例：

$html = <<<str
- ### xxx
    <div class="list"><div class="item">item1</div><div class="item">item2</div> </div>
- ### xxx2
    <div class="list"><div class="item">item12</div><div class="item">item22</div> </div>
str;

$data = querylist::html($html)
    ->rules([
        'title' => ['h3', 'text'],
        'list' => ['.list', 'html']
    ])
    ->range('#demo li') // 这里假设存在<ul id="demo"><li>...</li></ul>结构，否则range无效
    ->querydata(function ($item) {
        $item['list'] = querylist::html($item['list'])
            ->rules([
                'item' => ['.item', 'text']
            ])
            ->range('') // 清空range，避免继承外部range
            ->querydata();
        return $item;
    });
dump($data);

运行结果（预期与实际结果差异）：

如果代码中range('')被省略，则item字段内容会合并：

Array ( 
    [0] => Array ( [title] => xxx [list] => Array ( [item] => item1item2 ) ) 
    [1] => Array ( [title] => xxx2 [list] => Array ( [item] => item12item22 ) ) 
)

添加range('')后，结果将正确地显示为独立列表：

Array ( 
    [0] => Array ( [title] => xxx [list] => Array ( [0] => Array ( [item] => item1 ) [1] => Array ( [item] => item2 ) ) ) 
    [1] => Array ( [title] => xxx2 [list] => Array ( [0] => Array ( [item] => item12 ) [1] => Array ( [item] => item22 ) ) ) 
)

问题分析：

range('#demo li') 指定了外层循环选择#demo下的li元素。如果内部querydata函数忽略range('')，内部querylist对象会继承外层range('#demo li')设置。这导致内部循环仍然作用于所有li元素，而非当前li元素下的.item元素，从而造成item字段内容合并。range('')清空范围选择，确保内部循环只处理传入的$item['list'] HTML片段。

解决方法：

在内部querydata函数中使用range('')重置范围选择，强制querylist对象仅处理当前$item['list'] HTML片段，避免范围继承问题。

结论：

理解range()方法在QueryList递归调用中的作用至关重要。在递归调用中，务必在每个querydata函数中根据实际需求设置或重置range()参数，以避免数据合并或其他意外结果。本例中，range('')的运用有效地解决了数据合并问题，确保了递归采集的准确性。需要注意的是，示例代码中的range('#demo li')需要对应的HTML结构存在，否则该range将无效。 QueryList递归采集时，Range方法如何避免数据合并？